Hoewel het berekenen van de Jaccard-overeenkomst tussen twee individuele films in je gegevensset prima werkt voor kleinschalige analyses, kan het bij grotere gegevenssets traag worden om aanbevelingen te doen.

In deze oefening ga je de overeenkomsten tussen alle films bepalen en ze opslaan in een DataFrame, zodat je ze snel en makkelijk kunt opzoeken.

Als je de overeenkomsten tussen de rijen in een DataFrame wilt vinden, kun je alle paren langsgaan en ze afzonderlijk berekenen, maar het is efficiënter om de functie pdist() (pairwise distance) uit scipy te gebruiken.

Dit kun je met squareform() uit dezelfde bibliotheek omvormen naar de gewenste rechthoekige vorm. Omdat je overeenkomstwaarden in plaats van afstanden wilt, moet je de waarden aftrekken van 1.

movie_cross_table is weer voor je ingeladen.

Overeenkomsten op basis van tekst

Create Your Free Account